《表1 部分主要智能车数据集》
基于学习的VO需要大量的数据对搭建的模型进行训练。KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合制作,是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集,用于评测立体图像(Stereo)、光流(Optical Flow)、视觉测距(Visual Odometry)、3D物体检测(3D Object Detection)和3D跟踪(3D Object Tracking)等计算机视觉技术在车载环境下的性能;Cityscapes数据集采集了50个城市不同季节的街道车辆运行数据,目标是用于场景语义理解;Mapillary数据集是由位于瑞典马尔默的公司Mapillary AB开发的,用来分享含有地理标记照片的服务,其创建者希望利用众包的方式将全世界(不仅是街道)以照片的形式存储;Comma.ai’s Driving Dataset的目的是构建低成本的自动驾驶方案,目前主要应用场景是使用改装手机来辅助自动驾驶,开源部分主要是行车记录仪的数据;Apolloscape是百度的自动驾驶数据集,有很多复杂场景的道路。目前,智能车数据集以视频和图片为主,随着越来越多公司的加入和众包方式的应用,公开的数据集会越来越丰富。表1列举了部分主要的智能车数据集。
图表编号 | XD00204889000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.24 |
作者 | 陈涛、范林坤、李旭川、郭丛帅 |
绘制单位 | 长安大学、长安大学、长安大学、长安大学 |
更多格式 | 高清、无水印(增值服务) |